基于粒子群优化算法的冷热电联供型综合能源系统运行优化(Matlab代码实现)

简介: 基于粒子群优化算法的冷热电联供型综合能源系统运行优化(Matlab代码实现)

💥1 概述

参考文献:


现有的能源系统往往都是单独规划、单独运行,导致能源利用率低,污染高。如今﹐人们更多地研究如何把各独立供能系统进行协同优化,减少其环境污染的同时增加能源利用率及经济件能[2

各类能源的大规模接人导致了能源系统往往无法兼顾经济性和环保性,优化运行的能力不够。因此如何优化综合能源系统,兼顾系统运行的经济性和环保性成为需要解决的问题[3'。裴玮等[4,5]

利用线性模型对电力、天然气、热力系统进行最优容量配置,提高系统的能源利用效率;文献[6—9]考虑碳排放和可再生能源的消纳问题,提出一种新的混合潮流计算方法,保证构建的热电联供型微电网经济稳定的运行。现以系统经济性和环保性最优建立目标函数并构建约束条件,建立冷热电联供型系统( combinedcooling ,heating and power,CCHP)的优化模型;利用改进后的粒子群算法对求解系统优化模型;最后,结合算例进行结果分析,研究系统在单一目标和同时兼顾多目标下系统的运行结果,为综合能源系统后期的协同规划提供参考。


📚2 运行结果

部分代码:

FG=zeros(1,24); %燃气机在t时段的消耗的燃气量
FBoi=zeros(1,24); %锅炉在t时段的消耗的燃料量
h=zeros(1,24);
FE=zeros(1,24); %存储一共用了多少燃气
yBoi=0.85; %锅炉的热效率
ygg=zeros(2,24); %ygg对应的是第i台燃气发电机的发电效率
D=8;
PG=zeros(1,24); %向主电网交互的电量
HJ=zeros(1,24); %二氧化碳的排放量
ue=0.872; %单位功率下二氧化碳的排放系数
uf=5.42; %单位体积的二氧化碳排放系数
W=0.004125;%此为惩罚系数,包括排放惩罚和环境价值
CE=zeros(1,24);%t时段与主电网间能量交互成本
Rr=zeros(1,24);%存电价
%  rLrg=1.123;%天然气价格单位为美元/therm
fa=100; R=0.034;%电转气系数
% Pwind=[11160,12410,12140,12590,12410,11320,10040,10536,8230,9004,8050,8320,8878,8500,8230,8680,9482,9500,1770,11518,11068,11860,11140,8700]; %风力发电机的功率
Pwind=[693,718,883,698,888,683,723,695,678,721,568,583,614,693,678,703,692,693,808,994,869,813,873,808];
PD=[2800,2700,3000,3800,4600,4600,5200,5400,5800,6300,7400,8700,9700,10000,10100,10300,9000,7000,6700,5900,4500,3000,2700,2800]; %为一天中不同时段的系统需要的预测电功率
Ppv=[0,0,0,0,0,0,1650,2450,3250,3350,3400,3750,3450,3250,3200,2400,2100,1300,0,0,0,0,0,0]; %光伏发电机的功率
rElc=[0.182,0.182,0.182,0.182,0.182,0.182,0.518,0.518,0.882,0.882,0.882,0.882,0.518,0.518,0.882,0.882,0.882,0.882,0.882,0.518,0.518,0.518,0.182,0.182];%一天中每小时的购电价格
RElc=[0.14,0.14,0.14,0.14,0.14,0.14,0.406,0.406,0.70,0.70,0.70,0.70,0.406,0.406,0.70,0.70,0.70,0.70,0.70,0.406,0.406,0.406,0.14,0.14]; %一天中每小时的售电价格
Aa=8.935;Bb=33.157;Cc=-27.081;Dd=17.989;%这里的Aa,Bb,Cc,Dd分别对应四台不同的燃气发电机的发电效率
PGnom1=1200;PGnom2=2800;%电功率基准值为1200和2800
Copac=0.80;Copec=3;
%-------------%
for t=1:24
    ygg(1,t)=(Aa+Bb*(X((t-1)*D+1)/PGnom1)+Cc*(X((t-1)*D+1)/PGnom1)^2+Dd*(X((t-1)*D+1)/PGnom1)^3)/100; %X((t-1)*D+1)在对应的该时刻的该燃气发电机的电功率
    ygg(2,t)=(Aa+Bb*(X((t-1)*D+2)/PGnom2)+Cc*(X((t-1)*D+2)/PGnom2)^2+Dd*(X((t-1)*D+2)/PGnom2)^3)/100;
    %ygg对应的是第i台燃气发电机的发电效率
end
%-------------%
for t=1:24
    %R是燃气机发电模型的λ
    FG(t)=R*(X((t-1)*D+1)/ygg(1,t)+X((t-1)*D+2)/ygg(2,t));           %燃气发电机在单时段的燃气耗量
    %R疑似是锅炉模型的λ
    FBoi(t)=R*(X((t-1)*D+3)+X((t-1)*D+4))/yBoi;                      %锅炉在单时段消耗的燃料量
    FE(t)=FG(t)+FBoi(t); %t时刻的燃气量
    if  X((t-1)*D+5)>=0
        Rr(t)=rElc(t);
        PG(t)=X((t-1)*D+5);  %向主电网交互的电量,此时是买电
    else
        Rr(t)=RElc(t);
        PG(t)=0; %向主电网交互的电量,此时是卖电
    end
    CE(t)=Rr(t)*X((t-1)*D+5);              %单时段与主电网间能量交互成本
    HJ(t)=ue*PG(t)+uf*FE(t);  %二氧化碳的排放量
    %---单时段功率平衡约束---%
    h(t)=abs(X((t-1)*D+1)+X((t-1)*D+2)+Pwind(t)+Ppv(t)-X((t-1)*D+6)+X((t-1)*D+5)-PD(t)-X((t-1)*D+8));%电负荷平衡约束
end
%---用的燃气量不同,得到的价格也不同---%
if     sum(FE)<250
    rLrg=5.257;
elseif   250<=sum(FE)<=4167
    rLrg=3.25;
else
    rLrg=2.814;
end
%-----------------------------------%
f1=rLrg*sum(FE)+sum(CE);   %燃气成本和向电网购电或是售电后的花费
f2=W*sum(HJ);  %碳排放消费费用
result=f1+f2+fa*sum(h);

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]陶静,徐武,李逸琳,霍艺文,张恩睦.基于多目标算法的冷热电联供型综合能源系统运行优化[J].科学技术与工程,2019,19(33):200-205.


[2]刘涤尘,马恒瑞,王波,高文忠,王骏,闫秉科.含冷热电联供及储能的区域综合能源系统运行优化[J].电力系统自动化,2018,42(04):113-120+141.


🌈4 Matlab代码实现

回复:基于粒子群优化算法的冷热电联供型综合能源系统运行优化

相关文章
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
151 0
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
124 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
195 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
195 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
113 8
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
321 0
|
2月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
227 2
|
3月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
239 3
|
2月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
202 8

热门文章

最新文章